知识卡片
层次聚类
层次聚类是另一种基于原型的聚类,优势是能画树状图(dendrogram,二叉层次聚类可视化)辅助用分类法解释结果,且无需事先指定簇数。分凝聚(agglomerative)与分裂(divisive)两类:分裂法从所有样本同簇开始迭代拆到每样本一簇;凝聚法相反,从每样本一簇开始反复合并最近的一对簇直到全部合一。判定簇间距离的两标准:单连接(取两簇最相似样本的距离)与全连接(取两簇最不相似/最远样本的距离)。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 1 处
- 聚类分析——处理无类标数据 · 查看原书依据
层次聚类的另一优势在于我们无需事先指定簇数量
参考来源
- 位置:《Python机器学习》第11章《11.2 层次聚类》(源文件:`../../book-sources/extracted/Python机器学习/_epub-src/OEBPS/Text/part0143.xhtml.xhtml)
- 结论依据:原文直接支撑上述要点。
- 原始内容:层次聚类的另一优势在于我们无需事先指定簇数量